AI项目
SWE-1.5 – Cognition 推出的高性能AI编程模型
SWE-1.5 是AI独角兽 Cognition 推出的专为软件工程设计的高性能 AI 编程模型。拥有数百亿参数，具备接近最先进水平的编码能力，同时在速度上取得重大突破，推理速度高达 950 token/秒，比 Haiku 4.5 快 6 倍，比 Sonnet 4.5 快 13 倍，目前已在 Windsurf 代码编辑器中上线。
石榴数字人 – 向量方程推出的AI数字人视频创作平台
石榴数字人是北京向量方程科技有限公司开发的AI数字人视频创作平台。具备数字人形象、声音克隆、智能文案、智能对口型、PPT生视频和API等强大功能，可广泛应用于出版、教育和新媒体等行业。
TLDW – AI视频摘要工具，快速了解视频主要观点
TLDW是AI驱动的视频摘要工具。能将长视频内容转化为简洁的文本摘要，帮助用户快速了解视频的主要观点。用户可以输入YouTube视频的链接或上传本地视频文件，TLDW会自动分析视频中的音频和视觉内容，提取关键信息并生成摘要。
Popi.art – AI动画短片制作平台，提供全流程支持
Popi.art 是专注于 AI 动画短片制作的平台，为创作者提供全流程支持。提供角色体系（预设与自定义角色）、专业辅助工具（降低创作门槛）、背景与风格优化（提升视觉质感）。通过精细化编辑器支持，用户可以进行捏模（精准调整角色结构）、妆容/换装/挂件（丰富角色外观）以及角色资产的保存与上传。
WOWService – 美团推出的大模型交互系统技术报告
WOWService 是美团 LongCat 团队发布的智能交互系统，通过融合大型语言模型（LLMs）和多智能体架构，优化用户体验并降低成本。系统针对智能交互领域的五大挑战：冷启动数据构建、多轮对话性能、业务规则变化、单一 LLM 的局限性以及多轮对话的量化评估难题，提出了创新解决方案。
Aardvark – OpenAI推出的漏洞发现与修复智能体
Aardvark 是 OpenAI 推出的基于 GPT-5 的智能体，能自动发现和修复代码中的安全漏洞。Aardvark通过不间断地分析源代码仓库，识别漏洞、评估可利用性、划分严重等级，提出针对性修复方案。
盈标问天 – 星舰智能推出的AI招投标智能助手
盈标问天是星舰智能科技推出的招投标行业智能助手。通过AI技术，为招投标流程提供智能化解决方案，提升效率和合规性。能自动提取关键信息并深度审核50余项子项，提示风险并生成标准化报告；AI智能助手可实时解答政策和条款问题，提供法规依据
Emu3.5 – 智源研究院推出的多模态世界大模型
Emu3.5（悟界·Emu3.5）是智源研究院发布的多模态世界大模型。通过在超过10万亿多模态Token（主要源自互联网视频，总时长约790年）上进行端到端预训练，学习并内化了现实物理世界的动态规律，具备原生的世界建模能力。
Kimi Linear – 月之暗面开源的新型混合线性注意力架构
Kimi Linear 是月之暗面推出的新型混合线性注意力架构，专为提升大型语言模型（LLMs）在长序列任务中的效率和性能设计。核心组件 Kimi Delta Attention（KDA）通过精细化的通道级门控机制和高效的块处理算法，显著提升模型的表达能力和硬件效率。
Music 2.0 – MiniMax推出的新一代音乐创作模型
Music 2.0 是MiniMax最新推出的先进音乐创作模型。模型能精准捕捉和还原人声的细腻情绪与器乐的动态张力，支持多种唱法和风格切换，如流行、爵士、摇滚等，还能实现男女对唱、阿卡贝拉等效果。
Gambo – AI游戏开发Agent，一句话生成完整游戏
Gambo 是创新的 AI 游戏开发Agent，定位“世界首个 Game Vibe Coding Agent”。用户只需通过简单的文字描述，能快速生成完整的游戏，包括场景、角色、音效和交互逻辑。
Firefly Image 5 – Adobe推出的最新图像生成模型
Firefly Image 5 是 Adobe 发布的最新图像生成模型。具备原生400万像素输出能力，能直接生成高分辨率图像，细节表现力大幅提升。在人物渲染方面，新模型优化了面部结构、肢体比例和光影逻辑，减少了常见问题，使生成的人物图像更加逼真。
Composer – Cursor推出的自研编码模型
Composer 是Cursor推出的自研编码模型，专为低延迟的智能体式编码设计。模型生成速度极快，每秒可达 250 个 token，是同等智能模型的 4 倍，大多数任务在 30 秒内完成。
Speech 2.6 – MiniMax推出的语音生成模型
Speech 2.6 是MiniMax推出的全新语音生成模型，专为新一代语音智能体设计，具备超低延时（低于250毫秒），确保实时对话流畅；支持多种语言的网址、邮箱、电话号码等非标准文本格式的直接转换，无需繁琐预处理。
FIBO – 开源的图像生成模型，首个原生支持JSON
FIBO 是首个开源的、原生支持 JSON 的文本生成图像模型，专为长结构化描述训练而成。模型在超过 1 亿条结构化 JSON 描述（每条约 1,000 字）上训练，能精确、可重复地控制光线、构图、色彩与相机参数。
SoulX-Podcast – Soul推出的多说话人语音合成模型
SoulX-Podcast 是 Soul AI Lab 推出的多说话人文本到语音（TTS）模型，专为生成长篇播客对话设计。模型参数为1.7B，支持普通话、英语及多种汉语方言（如四川话、河南话、粤语等），具备跨方言提示功能，可通过普通话提示生成目标方言语音。
Agent HQ – GitHub推出的集成AI智能体平台
Agent HQ是GitHub推出的集成AI智能体的创新平台，将各种AI工具无缝融入开发者的工作流中。通过Mission Control提供统一的指挥中心，让开发者可以在GitHub网站、VS Code、移动端或命令行界面中轻松分配、指导和跟踪多个AI智能体的任务。
GigaBrain-0 – 开源VLA具身模型，基于世界模型生成的数据
GigaBrain-0 是新型的视觉-语言-行动（VLA）基础模型，由世界模型生成的数据驱动。模型通过大规模生成多样化数据，减少了对真实机器人数据的依赖，显著提升了跨任务泛化能力。采用 RGB-D 输入建模，增强了空间感知能力，通过具身思维链（Embodied CoT）监督，强化了模型在任务执行中的推理能力。
FlowithOS – Flowith推出的首个智能体操作系统
FlowithOS是Flowith推出的全球首个智能体操作系统，使其能像人类一样与数字世界互动。FlowithOS具备浏览器、终端和脚本使用功能，能自动执行复杂任务，如文件管理、游戏操作等。
Pomelli – Google Labs推出的AI营销工具
Pomelli 是 Google Labs 推出的 AI 营销工具。用户输入品牌网站地址，Pomelli 能在短时间内分析网站的配色、风格等元素，自动生成符合品牌调性的营销文案和图片素材。工具具备局部编辑和二次编辑功能，方便用户对生成内容进行优化调整。
AI工具箱收录了国内外数百个不同类型的AI工具，每日更新和添加最新AI工具，AI工具集还推荐了AI学习开发的常用网站、框架和模型，帮助你加入人工智能浪潮，自动化高效完成任务！
Ctrl + D 或 ⌘ + D 收藏本站到浏览器书签栏。
粤公网安备 123456789号